我给豆包手搓的技能,一晚上出了44个图标,免费开源!
作者分享了自己为豆包「工作任务」模式手搓的两个AI技能:一个批量生成成套应用图标,一个生成高质量PPT。借助豆包内置的SOTA生图能力和本地agent执行能力,原本需要跨多个工具的图标生成流程(列清单、生成网格大图、切图、自检)如今一句话即可跑完,一晚上产出44个图标。作者还测试了豆包自主改造和新建技能的能力,发现其行为接近靠谱工程师,并将两个技能免费开源。
作者分享了自己为豆包「工作任务」模式手搓的两个AI技能:一个批量生成成套应用图标,一个生成高质量PPT。借助豆包内置的SOTA生图能力和本地agent执行能力,原本需要跨多个工具的图标生成流程(列清单、生成网格大图、切图、自检)如今一句话即可跑完,一晚上产出44个图标。作者还测试了豆包自主改造和新建技能的能力,发现其行为接近靠谱工程师,并将两个技能免费开源。
当日发布的豆包工作任务模式实测文章,信息丰富、有开源技能可直接使用、观察细腻,但部分结论依赖单一产品环境,深度和普适性略有局限。
Thorsten Ball 分享了 2026 年 10 月他与 AI Agent 协作的工作方法:使用最新最强的模型,不必担心代码库积累 slop;提示时描述 What 而非 How;让 agent 贯通整个软件开发生命周期(运行、部署、看日志、处理 bug 报告),并为其提供定制工具;通过盲测实验评估 agent 对代码库知识的利用;不要手动管理上下文,让 compaction 工作;请求不可反驳的证明(端到端演示、前后对比数据);拥抱异步工作流,给 agent 更大任务;利用定时唤醒等自动化功能;只审查高影响范围的代码。这些实践展示了 agent 驱动开发的新范式。
作者分享了自己用 Lovart Arti(个人设计 Agent)的体验。此前作者自写了 article-visual-director 配图 skill,但出图环节依赖生图模型。Lovart Arti 整合多个图像视频模型,能记住用户上传的作品集与风格偏好,之后生成封面、配图无需重复描述风格。作者实测了文章配图、每周定时任务整理 AI 工具动态与 X/Instagram 设计案例周报、为开源项目 luobo-ppt 生成全套视觉物料、以及制作萝卜 IP 与 Arti 联名表情包等场景,认为其适合'重复但又不能乱做'的工作,显著提升效率,并建议关键信息(如安装命令)仍需人工把关。
作者分享了用 Grok Bot 自动化完成外链提交的完整实践:Agent 从 4000 多个候选站中筛出 282 个可免费提交的站点,按难度分脚本提交、浏览器批量、邮件自动验证三条线自动执行,并往 22 个 GitHub awesome 列表开 PR。作者只需定规则、批例外、点少量验证邮件,当天确认上线 9 个站、10 个排期、约 120 个待审。文章详细介绍了规则编写、资产包准备、双邮箱策略、站点筛选流程,并总结了付费、交换外链、挂徽章等六个可调旋钮以获取更多外链。
本文是系列教程的实操篇,讲解如何通过自然语言让豆包工作(AI Agent)操作飞书,无需学习飞书多维表格和知识库的手动操作,也无需记忆命令。文章以搭建读书管理系统为例:先用多维表格做书架,实现建表、加书、查询、改状态、删记录;再用知识库做笔记本,完成建空间、建页面、浏览整理、重命名移动、删除等操作。每步附有可选的 lark-cli 命令供进阶读者参考。最后还演示了如何将整个流程压缩成一条指令,让 AI 一次完成建表、加书、建空间、建笔记并返回链接。
作者介绍了使用Teamily AI平台将多个AI智能体组织成一个团队来自动化工作的完整流程。作者以构建一个免费提示词库网站为例,搭建了包含趋势研究员、内容创作者、网页开发者和验证编辑四个智能体的群组,通过明确的群组规则定义各智能体的职责和交接流程。智能体之间能读取彼此的输出、互相质疑,验证编辑器还两次拦截发布,发现引用错误等问题。最终作者将整个流程保存为Loop,实现每周自动重复运行,展示了人机协作群组替代多聊天窗口粘合工作的方式。
作者实测豆包工作最新版上线的三个新功能:目标模式、计划模式和任务队列。目标模式允许用户在开工前写入验收标准,执行完自动逐项校验,不达标自动返工;计划模式先产出 Markdown 实施计划供审核确认后才动文件,节省额度;任务队列支持在任务运行中排队追加指令并可插队。作者用一个真实案例——一句话生成自动收集国外热门科技播客并上线(Next.js 技术栈、每周定时抓取、中文总结)的网站——串联演示了三个功能,最终网站成功部署上线。文章认为豆包工作正从对话框向'先定标准、按标交付'的 Agent 工具演进。
本文是一篇豆包工作(豆包面向生产力场景的AI产品)保姆级教程。第一部分系统介绍其核心功能组件:内容生成与文件处理、电脑和浏览器操作、技能(Skill)体系、连接器、工作伙伴与小队、云盘与项目管理、手机遥控电脑、模型选择与推理强度、定时任务以及本地/云电脑执行环境和权限控制。第二部分以'根据简历找岗位'为实战案例,演示从上传简历、联网搜岗、匹配度分析到生成可视化求职看板的完整流程,并附详细提示词模板与常见问题解答。第三部分分享高效提示词编写公式、多文件协同处理、结果校验等进阶技巧。
作者作为AI博主,分享了自己搭建「选题雷达」系统的完整流程。系统包含两个AI编辑:一个负责AI大新闻选题,通过AIHOT热点榜、精选流和Follow Builders追踪正在爆的事件;另一个负责实战心法选题,通过best-skills排行榜和GitHub Trending筛选值得亲测的工具。每条选题需经过48小时时效、目标用户相关度、一小时内可执行动作等多重过滤,并由Agent打分排序。作者强调AI只决定「值得看」,最终「值得写」的判断仍靠人的体感。整个系统跑在HermesAgent和GrokBot上,让作者把重复性工作交给AI,只保留判断、体验和表达。
做自媒体最累的不是创作,而是每天重复找热点、想选题、写文案、做封面、剪视频、发平台、看数据等流程。文章推荐开源项目 Easel,由浙大和北大实验室开发,运行在 OpenClaw 上的社媒运营 Agent。它将热点发现、内容策划、图文/视频制作、多平台发布和数据复盘串成完整工作流,并为每个账号建立长期画像,记住定位、受众、风格、平台限制和历史表现,通过数据反馈持续优化内容生成,相当于为个人自媒体配了一支会自我复盘的 AI 内容团队。